【正文】 板，則保留；若符合刪除模板，則還要與另一組被稱為保留模板的模板比較，若符合保留模板，則保留；若不符合保留模板，則最終刪除。串行細化算法一次只能對一個像素進行處理，每次處理不僅與上一次處理的結果有關，而且還和本次已處理過的像素有關；并行細化算法則每次同時對所有的像素或它的一個子集進行處理。距離變換法利用中心骨架到脊線邊緣距離相等，把到脊線兩邊邊緣距離相等的點連接起來，就可以得到中心骨架，這種方法更符合人類提取骨架的認知過程，受局部噪聲干擾小，但其算法設計不直觀，且對許多應用并不具有魯棒性 (Robust)，尤 其是 第 12頁 應用于處理那些粗細不均勻的紋理。 常用的細化算法包括逐層剝離法、距離變換法。它是在不改變圖像像素的拓撲關系的條件下，連續(xù)擦除圖像邊緣像素，使紋線最終成為一個像素寬。所以，指紋圖像二值化后要進行細化。該算法在沒明顯增大運算量的情況下，有效的克服了固定閥值法的不足。這樣若采用固定閥值進行處理，將導致過暗和過亮部分的特征信息丟失，因此一般不采用這種算法。這種算法非常簡單、處理起來非?？?，但是具有非常大的缺陷。常用的二值化方法有：固定閥值法、局部自適應閥值法等。 二值化 所謂二值化就是將灰度圖像轉化為灰度值為 0、 1 組成的黑白圖像， 0 為背景點灰 第 11 頁 度， 1 為紋線點灰度，它是指紋圖像處理中重要的一步。首先將指紋圖像分成一系列小方塊，并對各圖像子塊分別作傅立葉變換以得到相應的頻譜，然后采用求冪的方法直接修改幅度譜值，最后通過傅立葉逆變換得到增強圖像。該方法的最大問題是計算量和存儲量均較大，不利于實際應用。另外，該方法需要對整幅圖像進行多次傅立葉變換，存在較多的運算，計算效率還有 待提高 [7]。首先在頻域定義出一組方向濾波器對指紋圖像的頻譜進行濾波處理，每一個方向濾波器在提取出對應方向的頻譜信息的同時削弱其它方向的頻譜信息，然后在空域將濾波結果按指紋圖像的方向信息進行融合，從而得到完整的增強圖像。由于指紋紋線具有較強的等周期性，因此從頻譜上看，指紋圖像的能量通常集中在某個頻率附近，這為在頻域進行指紋圖像增 強帶來方便。其不足之處在于，容易破壞紋線方向變化劇烈的模式區(qū)域，會在一定程度上改變脊線和谷線的位置及比例關系，對細節(jié)特征的保護能力有限 [6]。他們 根據指紋的方向性將二維 Gabor 濾波器調制到各個方向，并根據指紋的頻率信息來確定濾波器的中心頻率，然后使用所得 的 Gabor 濾波器組對圖像進行濾波。 Greenberg 等使用具 第 10頁 有結構自適應能力的各向異性濾波器對指紋圖像進行濾波，能夠在濾除噪聲的同時保護指紋紋線結構，但是同樣沒有結合指紋的頻率信息，對指紋紋線變化的適應能力有限。他們利用指紋獨特的方向性設計出相應的方向濾波器模 板，這種濾波器能夠沿指紋紋線方向對圖像進行平滑處理，具有一定的消除噪聲和彌合裂紋的能力，同時能提高指紋脊線和谷線在圖像中的對比度。 空域濾波法通過對濾波算子和原始圖像作卷積來實現圖像增強，具有簡單直觀，易于分析的優(yōu)點。其目的是保持特征信息提取的準確性和可靠性。從而在不改變圖像的灰度特性 (指：灰度均值和方差 )的前提下，實現所有指紋圖像的灰度都分布在同一個期望的范圍內，實現指紋圖像的歸一化。因此有必要將每幅指紋圖像都通過歸一化 (又叫“規(guī)格化”，“均一化” )處理，方便后續(xù)的處理。 歸一化 由于在指紋采集的過程中，采集的指紋圖像灰度不均，即有的指紋圖像偏暗，有的偏亮。通常這樣的處理過程包括歸一化、圖像增強、二值化和細化等過程?？偨Y回顧指紋圖像特征提取的方法，對后續(xù)進一步研究的進行合理的展望。最后給出了本文的指紋特征提取方法，并根據各種偽特征點的形成原因、特點，采用了富有針對性的剔除偽特征點算法，并通過 Matlab 進行算法仿真驗證。首先介紹如何對指紋特征進行表征，即通過何種特 征來標識一個指紋，具體方法有全局特征和局部特征。 第 8 頁 。 結構安排 本文共分為 4 章，結構安排大致遵循指紋圖像識別的處理流程，即按照指紋圖像處理的先后順序：先進行指紋圖像的預處理、然后進行特征的提取，省去了指紋特征匹配階段。其中指紋圖像預處理是指對采集頭采集的指紋進行圖像歸一化、圖像增強、二值化和細化；特征提取，包括指紋特征的提取以及偽特征的剔除；特征匹配主要分為初匹配和二次匹配兩個階段。 一般的指紋圖像提取的特征在 10— 100 之間。 對于一個分叉點的分支如果小于某個給定閾值，就將其當 作毛刺刪除；如果脊線的兩個端點很近，那么該脊線有可能是噪聲引起的，應刪除；在指紋圖像邊緣的脊終點也應刪除。虛假細節(jié)特征的存在會同時提高指紋圖像匹配時的誤識率和拒識率。 細節(jié)特 征的提取就是在指紋圖像中找到 脊 終點和脊分叉兩個細節(jié)特征，一般說來，如果指紋圖像能夠很好地分割，那么對于細節(jié)特征提取來說，就僅僅是對細化的指紋圖像進行沿脊線的點的判斷 。其中指紋識別用于判斷指紋是屬于哪個人的，而指紋認證則是用來判斷兩個指紋是否屬于同一個人。 （ 4）特征匹配 特征匹配是將輸入指紋的特征與指紋模 板庫中所存儲的指紋特征進行比較，找出最相似的指紋作為識別的輸出結果。全局特征用于指紋的分類，一個重要的全局特征是中心區(qū)的形狀；局部特征是指紋中的細節(jié)，它可以通過細化后的指紋圖求得。第一種算法比較復雜，受噪聲干擾影響較大，特征點定位不精確，大多數系統(tǒng)都采用了第二種方法。因此，在對圖像進行特征提取前，必須經過一系列的預處理消去大量的噪聲信號，以便得到清晰的紋線。通常直接輸入計算機的圖像有一定的噪聲，我們需要去除這些噪聲才能進行下面的細化、特征提取和特征匹配等操作。后者是用大量的敏感元件組成的固態(tài)陣列芯片，它們采用電容傳感、熱敏傳感或其他傳感技術，通過感受按壓指紋的壓力、熱度等特 征來攝取指紋。目前主要使用光學掃描儀和固態(tài)陣列傳感器進行采集。 （ 1）指紋采集 最早的指紋采集方法是用手指蘸上墨水或印油在紙上用掃描儀攝取，由于其嚴重的不可靠性，該方法早已經被淘汰。自動指紋識別技術主要包括四個方面：指紋圖像的錄入、圖像預處理、特征提取和特征匹配。 （ 3） 實際上現在的指紋鑒別技術都可以不存儲任何含有指紋圖像的數據，而只是存儲從指紋中得到的加密的指紋特征數據； （ 4） 每一次使用指紋時都會在指紋采集頭上留下用戶的指紋印痕，而這些指紋痕跡存在被用來復制指紋的可能性 指紋識別系統(tǒng) 指紋識別系統(tǒng)是一個典型的模式識別系統(tǒng)，包括指紋圖像獲取、處理、特征提取和比對等模塊。除此之外，高質量圖像還允許減小傳感器，無需犧牲認證的可靠性，從而降低成本并使得射頻傳感器 的思想 應用到可移動和大小不受拘束的任何領域中。因此對干手指 、 汗手指等困難手指通過可高達 99%，防偽指紋能力強，指紋敏感器的識別原理只對人的真皮皮膚有反應，從根本上杜絕了人造指紋的問題。但是由于傳感器表面是使用硅材料 ， 容易損壞 ， 導致使用壽命降低，還有它是通過指紋的山谷和山脊之間的凹凸來形成指紋圖像的 ， 所以對臟手指 、 濕手指等困難手指識別率低。 （ 2） 第二代電容式傳感器 后來出現了第二代電容式傳感器，電容傳感器技術是采用了交替命令的并排列和傳感器電板，交替板的形式是兩個電容板，以及指紋的山谷和山脊成為板之間的電介質。如果，用戶手指上粘了較多的灰塵，可能就會出現識別出錯的情況。光學指紋識別系統(tǒng)由于光不能穿透皮膚表層（死性皮膚層），所以只能夠掃描手指皮膚的表面，或者掃描到死性皮膚層，但不能深入真皮層。指紋識別技術多用 第 4 頁 于對安全性要求比較高的商務領域，而在商務移動辦公領域頗具建樹的富士通、三星及IBM 等國際知名品牌都擁有技術與應用較為成熟的指紋識別系統(tǒng)，下面就對指紋識別系統(tǒng)在筆記本電腦中的應用進行簡單介紹。 指紋識別的發(fā)展 隨著科技的進步，指紋識別技術已經開始慢慢進入計算機世界中。 由于每次捺印的方位不完全一樣，著力點不同會帶來不同程度的變形，又存在大量模糊指紋，如何正確提取特征和實現正確匹配，是 指紋識別技術 的關鍵。目前，世界各地的警察局已經廣泛采用了指紋自動識別系統(tǒng)。之后，英國、美國、德國等的警察部門先后采用指紋鑒別法作為身份鑒定的主要方法。 1880 年， Faulds 在《自然》雜志提倡將指紋用于識別罪犯。 1809 年 Bewick 把自己的指紋作為商標。 其實，我國古代早就利用指紋（手?。﹣砗炑骸? 指紋識別原理 指紋識別即指通過比較不同指紋的細節(jié)特征點來進行鑒別。 指紋是人體所固有的特征，隨身攜帶，不易遺忘或丟失，使用方便；與人體是唯一綁定的，防偽性好，不易偽造或被盜。 (2) 唯一性，指每一個人的指紋都不同。指紋紋線的形態(tài)終生不變，及其唯一性，所以使用指紋來鑒別身份，指紋識別 [3]也是最安全最可靠的識別方法。 指紋是指手指末端正面皮膚上凸凹不平的紋路，是在胎兒期 6 個月時形成的，在人的一生中指紋的紋線類型、結構、統(tǒng)計特征的總體分布等始終沒有明顯變化。在行為特征辨識的研究方面，對簽名識別和按鍵力度識別的研究相對充分。生理特征有手形、指紋、臉形、聲音、虹膜、視網膜、靜脈圖案、身體氣味、足 印、腦電波、脈搏、耳廓、 DNA 等，行為特征有簽字、按鍵力度、步態(tài)等。生物識別是建立在對人的生物特征辨別的基礎上的。二是人的生物特征可以被外化，并表示為機器系統(tǒng)可讀的形式，可以理解的“語言”。生物識別有兩大基石。通過篩選的方式，即事先設定一個相似度閾值，在閾值以上的確認通過篩選，以下的拒絕通過，篩選通過的就是符合匹配條件 的對象。模式識別能力是人類智能的重要組成部分。 眾所周知，人類具有很強的模式識別能力。生物識別的過程是一個模式識別的 過程。新的更高安全性的身份識別技術正吸引著越來越多的機構學者的目光，身份識別技術正成為當今信息安全領域的熱點 [1]。但是在這些措施只能暫時 的緩解被破解、偽造的緊迫性，并不能從根本上提高安全性，并且這些方式都給人們的生活帶來諸多不便和損失。一旦這些憑證被不法分子獲得，將直接給人們帶來巨大的損失和潛在的風險，因此這些手段的可靠性都比較低。首先，這些認證手段的安全性不高，極容易通過偽造、竊取或者破解獲得。如何 準確識別個人身份信息是解決信息安全問題的一個關鍵。幾乎每分每秒都有個人或者公司被非法入侵，因此目前形勢非常嚴峻。因此信息安全對于現代社會來說己經變得越來越重要了，它涉及到人們生活的方方面面。上述算法在本文中均用 Matlab 實現，取得了較好的效果，為后續(xù)的特征匹配工作打下了良好的基礎。本文集中于研究特征提取部分，并針對特征 提取中的一些關鍵算法和實現進行了研究和優(yōu)化，其主要內容如下：在特征提取方面，本論文采用了一種 8 鄰域編碼紋線跟蹤算法，標注出端點和分叉點來進行特征提??；在剔除偽特征點時，先進行去邊緣處理，再根據不同類型偽特征點的特征，采用相應剔除算法。指紋識別技術就是在這種背景下產生的，它借助人體的生理特征來提高身份識別的可靠性，目前已經成為國內外研究的熱點。 涉密論文按學校規(guī)定處理。 作者簽名： 日期： 年 月 日 學位論文版權使用授權書 本學位論文作者完全了解學校有關保留、使用學位論文的規(guī)定，同意學校保留并向國家有關部門或機構送交論文的復印件和電子版，允許論文被查閱和借閱。 對本文的研究做出重要貢獻的個人和集體，均已在文中以明確方式標明。 作者簽名： 日 期： 第 II頁 學位論文原創(chuàng)性聲明 本人鄭重聲明：所呈交的論文是本人在導師的指導下獨立進行研究所取得的研究成果。對本研究提供過幫助和做出過貢獻的個人或集體，均已在文中作了明確的說明并表示了謝意。 單位代碼 學 號 分 類 號 密 級 畢業(yè)設計 (論文 ) 基于 Matlab 的指紋圖像特征提取 第 I 頁